Danmark CPR-nummer: GDPR-efterlevnadsguide
Uppdaterat för 2026
Danmarks dataskyddsmyndighet, Datatilsynet, fattade 31 GDPR-beslut under 2024. Fjorton gällde hälsodata. Den höga andelen speglar två fakta: Danmark driver ett stort nationellt hälsosystem, och tekniska brister i det systemet fortsätter att exponera patientjournaler.
Kontrollsifferregeln för CPR-nummer
Ett CPR-nummer är Danmarks personliga ID. Det är 10 siffror i formatet DDMMÅÅ-XXXX. De sex första siffrorna är födelsedatumet. De sista fyra är en kod plus en kontrollsiffra.
Kontrollsiffran använder en modulus-11-regel:
- Ta siffra 1 till 9.
- Ge varje en vikt: 4, 3, 2, 7, 6, 5, 4, 3, 2.
- Multiplicera varje siffra med sin vikt. Addera alla resultat.
- Dela med 11. Notera resten.
- Rest 0 → kontrollsiffran är 0.
- Rest 1 → numret är inte giltigt.
- Rest 2–10 → kontrollsiffran är 11 minus resten.
Denna regel är avgörande för varje verktyg som söker efter CPR-nummer. Vissa DDMMÅÅ-XXXX-strängar kan aldrig vara giltiga. Verktyg som hoppar över detta steg flaggar datum, fakturakoder och referensnummer som riktiga ID.
Myndighetens granskning 2024 visade att 67 % av generiska NLP-verktyg hoppar över denna kontroll. Den bristen är den vanligaste tekniska felorsaken i dess sjukvårdsärenden.
Danmarks fem hälsoregister
Danmark kopplar samman hälsodata från fem nationella register. Det personliga ID sammanbinder alla fem.
- Sjukhusutskrivningsregister (från 1977)
- Receptregister (från 1995)
- Cancerregister (från 1943)
- Dödsorsaksregister (från 1970)
- Primärvårdsdiagnoser (från 1990)
Detta gör dansk hälsoforskning mycket stark. Det skapar också en risk. Att ta bort det råa ID räcker inte. En datamängd som fortfarande innehåller ålder, kön, diagnos och år kan återexponera personer — särskilt de med sällsynta tillstånd.
Datatilsynets vägledning 2024 om sekundär användning av hälsodata ställer tre krav.
Dokumentera vad du gjort med data: Lista vilka fält du tagit bort, vilka du rundat eller grupperat, och vilken gruppstorlek resultatet uppnår. En policynot uppfyller inte detta krav.
Skaffa en extern granskning för stora datamängder: För datamängder med fler än 5 000 personer rekommenderar myndigheten en oberoende teknisk granskning av anonymiseringsstegen.
Anpassa data till frågan: Datamängden måste passa det angivna forskningsmålet. Myndigheten fann fall där team använde fullständiga nationella register när ett mindre urval hade fungerat.
Se vår EU-guide till nationellt ID-detektion för hur kontrollsifferregler tillämpas på andra europeiska ID-format.
Vad 2024 års ärenden visade
De 14 sjukvårdsärendena delar tre vanliga feltyper.
Delning av forskningsdata: Ett sjukhus skickar en avidentifierad patientdatamängd till en akademisk partner för AI-träning. Datamängden innehåller delar av födelsedatum, diagnoskoder och behandlingsdatum. Myndigheten bedömer att denna kombination återexponerar patienter med sällsynta sjukdomar. Ovanliga diagnoser minskar gruppen snabbt.
AI-tjänster från tredje part: Ett hälsoteknikföretag skickar patientnoter till en amerikansk AI-tjänst för hantering av kliniska journaler. Personliga ID i dessa noter tas inte bort först. Ingen giltig överföringsmekanism finns på plats.
Luckor i OCR-pipelines: Ett försäkringsbolag behandlar skannade PDF-formulär för sjukersättningsärenden. OCR-verktyget omvandlar bilder till text. Men det utför inga kontrollsiffertester på resultatet. Många ID missas.
OCR infogar ofta mellanslag mitt i ett nummer eller förskjuter bindestrecket. Enkel mönstermatchning fungerar inte på sådant resultat. Detektion måste fungera på OCR-text, inte bara ren indata. Se vår guide till OCR-hälsodatadetektion för steg som hanterar skannade dokument.
Tre tekniska grundkrav
Dessa tre element utgör basen för dansk sjukvårds-GDPR-efterlevnad.
Kontrollsiffertester på all text: Kör den fullständiga modulus-11-kontrollen på varje kandidatsträng. Tillämpa den på ren text och OCR-utdata lika.
Danskspråkig namnidentifiering: Använd en modell tränad på dansk text. spaCy da_core_news-modellen är ett alternativ. En generisk engelskspråkig modell missar danska namn och organisationsnamn.
Avidentifieringsdokumentation: Dokumentera vad som togs bort, vad som grupperades och resultatets gruppstorlek. Myndigheten ber om detta i teknisk form, inte som en policynot.
För data om kostnaderna för sjukvårdsdataincidenter, se vår analys av sjukvårdsintrångskostnader.